为了原位解析生物大分子的三维结构，通常需要从冷冻电子断层图中挑选大量颗粒。为了解决以往自动颗粒挑选算法的技术限制，本文开发了DeepETPicker深度学习模型，用于快速且准确地从冷冻电子断层图中挑选颗粒。训练只需要少量简化的标签作为弱监督，来减轻手动标注的负担。简化的标签和定制的轻量级模型架构以及和加速池相结合，可以显著提高性能。在模拟和真实断层图上进行测试时，本文方法通过实现了最高的整体精度和速度，超过了最先进的竞争方法，这转化为挑选颗粒的更高真实性和坐标精度，以及最终重建图的更高分辨率。本文方法开源，提供用户友好的界面，支持原位冷冻电子断层扫描。